基于PCA-KFCM的船舶柴油机故障诊断

为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。     

基于PCA-KFCM的船舶柴油机故障诊断

为提高船舶柴油机故障诊断的准确率和深刻反映船舶柴油机的运行状况,结合主元分析(PCA)的特征提取优势和模糊核聚类(KFCM)具有较好聚类效果的特点,提出了一种新的船舶柴油机故障诊断方法。该方法首先利用主元分析对船舶柴油机故障的训练和测试数据集进行特征提取,消除了故障征兆之间的相关性;然后对经特征提取后的训练样本进行模糊核聚类,并用网格法确定其中的参数,得到聚类中心。最后通过计算测试样本集中各样本与聚类中心在高维特征空间中的欧氏距离,得出最终的故障诊断结果。对MAN B&W 10L90MC型船用柴油机的故障诊断结果验证了该方法的有效性。因此,应用提出的方法对船舶柴油机进行故障诊断具有重要的实际意义。     

基于聚类的模糊柴油机故障诊断

在柴油机系统故障诊断背景问题的研究中,针对系统的安全准确预测故障类型,提出了一种从柴油机故障历史数据样本中提取模糊规则的方法,将隐含于样本中的专家知识转化为更易于理解的模糊规则,并以此建立模糊故障分类器和模糊故障诊断系统.先利用减法聚类获得故障数据中具有代表性的样本,以样本为基础,生成模糊规则,进行优化后,通过规则综合...     

基于导向核模糊C均值的图像分割方法

为解决传统模糊聚类在图像分割中无法保持边缘和抗噪声的问题,提出了一种基于导向滤波与核模糊聚类的图像分割方法。该方法利用线性时不变滤波过程,在图像分割过程中抑制噪声的同时保持边缘。为了表征图像数据间的非线性关系,该方法利用核函数将像素的模式空间映射到高维特征空间。笔者所提出的方法具有保证图像分割过程中保持边缘和噪声抑制的鲁棒性,且易于实现。     

支持向量机在柴油机尾气分析中的核模型选择

研究支持向量机(SVM)中常用核函数及其参数对分类效果的影响.在此基础上,联系柴油机尾气数据,应用交又确认法(CV)得到在该数据集下拥有不同常用核函数的SVM的最优参数,及在最优参数下SVM的三个性能指标,即对训练集的交叉确认准确率、对测试集的分类准确率和寻优时间.对比各性能指标,结果表明:对于柴油机尾气数据,径向基核...     

基于核独立分量分析的模糊核聚类神经网络集成方法*

提出一种基于核独立分量分析的模糊核聚类神经网络集成方法。该方法首先采用核独立分量分析对高维数据进行特征提取;随后用模糊核聚类算法根据相互独立训练出的多个神经网络个体在验证集上的输出对其进行分类,并计算每一类中的所有个体在验证集上的泛化误差;然后取其中平均泛化误差最小的神经网络个体作为这一类的代表;最后经相对多数投票法得到集成的最终输出。实验结果表明,与其他集成方法相比,该方法具有较高的精确度和稳定性。     

基于核集合的大数据快速Kernel Grower 聚类方法

Kernel Grower 是一种有效的核聚类方法, 它具有计算精度高的优点. 然而, Kernel Grower在应用中的一个关键问题是对于大规模数据运算速度缓慢, 这在很大程度上制约了该方法的应用. 本文提出了一种大规模数据的快速核聚类方法, 该方法通过近似最小包含球快速算法, 显著地提高了的Kernel Grower计算速度, 并且该方法的计算复杂度仅与样本个数成线性关系. 在人工数据集和标准测试集上的模拟实验均说明本文算法的有效性. 本文还给出该方法在真实彩色图像分割中应用.     

基于核聚类的H .264压缩域的运动对象分割方法

提出了一种基于核聚类的H.264压缩域的运动对象分割的方法。首先对运动矢量进行归一化处理,其次又引入了平均欧式距离的中值滤波的方法对运动矢量进行滤波去噪,再次利用减法聚类初始化聚类中心并且使用引入了核函数的模糊聚类进行聚类,最后将有效函数的判断结果作为分割条件,从而达到自适应分割出压缩域中的运动对象的目的。本方法对Hall视频序列进行了实验。实验证明,通过该方法可以较好地分割出视频序列中的运动对象。     

基于模糊聚类的会计预算信息智能融合方法

信息智能融合的稳定性较差,容易出现信息融合不准确的状况,因此提出基于模糊聚类的会计预算信息智能融合方法。通过特征值的正负概率计算对特征进行提取,在数据层、特征层和决策层的三个层次划分中,分析会计预算信息融合层次,构建信息智能融合模型,基于模糊聚类实现会计预算信息的智能融合。实验结果表明,实验组能够准确聚类融合信息,可以运用到实际的会计预算信息融合中。     

某型柴油机润滑油发射光谱数据挖掘研究*

油料原子发射光谱仪是目前国内外广泛应用的油液分析技术之一。为了深入挖掘某型柴油机润滑油中磨损元素的浓度与柴油机负荷、气缸间隙和运行时间之间的对应关系,应用神经网络建立了某型六缸柴油机主要磨损元素 Fe的浓度仿真模型和预测模型。柴油机设置了7种工况,测量了69个油样。仿真模型中,69个油样仿真值的相对误差均小于15％;预测模型中,19个油样预测值的绝对误差均小于光谱仪精确度值,且84％的油样预测值的相对误差小于15％。预测结果表明：神经网络算法能较好地预测Fe元素浓度。     

A Method of Applying Flight Data to Evaluate Landing Operation Performance

Abstract

Pilots’ operation has an important effect on flight safety and performance, particularly in the final landing stage when pilots need to deal with complicated operations. This study aims to determine the potential value of flight data and develop a method of evaluating a pilot’s performance during landing phase based on flight quick access recorder (QAR) data from the perspective of risk assessment. First, a Landing Operation Performance Evaluation Model was developed based on risk evaluation principles. Three landing parameters, which are touchdown distance, touchdown vertical acceleration and touchdown pitch angle, were selected as indicators to evaluate the pilots’ landing operation performance in this model. Second, the flight landing operation performance evaluation system (FLOPES) was set up based on the evaluation model. Test results showed that FLOPES can accomplish all calculation flow of operation performance evaluation. Finally, it concluded that this method is a more accurate and effective way for evaluating the landing operation performance of a flight. It could be as a practical tool for airlines to manage landing risk quantitatively and to provide a more practical support for improving training and design in aviation.Practitioner summary: This study aims to determine the potential value of flight data and to develop a method of evaluating pilot’s landing operation performance from the risk evaluation perspective. Test results showed that this method is effective and could be as a practical tool for airlines to manage landing risk and improve training.Abbreviations:QAR: Quick Access Recorder; FLOPES: Flight Landing Operation Performance Evaluation System; ICAO: International Civil Aviation Organization; IATA: International Air Transport Association; SMS: Safety Management System; CAAC: Civil Aviation Administration of China; FOQA: Flight Operations Quality Assurance; VBA: Visual Basic for Applications     

基于PIMS的船舶发电柴油机机旁操作仿真设计

选用组态软件PIMS,进行仿真系统设计.利用PIMS进行人机界面的编辑,根据船舶发电柴油机的工作原理和操作流程,完成后台脚本程序的编写.实现在PC机上进行船舶发电柴油机模拟操作,达到培训学员的目的.     

基于LabVIEW的柴油机高速数据采集系统

为了验证船舶动力系统故障诊断系统的数据处理、故障诊断等功能,搭建智能机舱故障诊断试验平台,开展动力系统故障模拟试验,采集瞬时转速、柴油机气缸缸内压力等关键参数。由于瞬时转速与柴油机缸压信号的采集速率不同,为满足各信号采集的高速性和同步性,提出通过LabVIEW建立高速数据采集系统,结合运用光电编码器和磁电式转速传感器,以光电编码器Z相输出信号触发各信号同步开始采集,以光电编码器B相输出信号和磁电式转速传感器输出信号分别触发采集曲轴转角信号,作为各信号对应基准的方法。试验证明,此高速采集系统可实现各信号周期对应,并能够保证数据采集的高速性和同步性,有利于故障诊断服务平台提取和分析故障特征参数。     

船舶柴油机数字化管理的实时数据传输

针对船舶柴油机数字化管理系统实时数据传输的需求,开发了基于Windows Socket的实时数据传输服务程序。基于XML和自定义的数据传输协议,实现了JustepX3软件运行平台与客户端程序的实时数据传输（包括数据上传和下栽）。测试结果表明,该程序的实时性和鲁棒性可以满足实际应用的需求。     

基于模式识别的柴油机故障诊断

提出一种基于模式识别的故障诊断方法，利用传感器检测柴油机燃油压力波形，并对波形进行数学建模和特征提取，讨论分析了最小距离判别法，选用Euclidean距离，将其应用到柴油机燃油压力波形的故障诊断中，得到相当理想的诊断结果，最后给出两个实验例子，此方法具有运算简单，运算速度快，判别精度高等特点，具有广阔的发展空间。     

农用柴油机故障诊断系统的研究与开发

根据小型拖拉机的常见故障,利用Microsoft Visual FoxPro编程工具和人工智能专家系统原理,建立了知识库和相应知识表达推理机制,设计并组建了农用柴油发动机故障诊断专家系统,缓解了故障诊断专家供不应求的矛盾,提高了农用柴油机的常见故障诊断的效率和准确率。该系统主要实现的功能包括:发动机故障诊断;故障模糊查询;用户诊断数据库浏览、打印;知识库维护修改和扩充。     

内燃机车柴油机燃烧状态智能检测系统研究

内燃机车柴油机燃烧状态智能检测系统是专门应用于机车检修现场的柴油机故障检测装置,由便携式测温仪和计算机检测系统组成.红外测温枪实时检测柴油机气缸的燃烧状态,通过RS232串口与计算机进行数据通讯.计算机检测系统对红外测温仪数据进行分析、处理,自动识别、判断出柴油机的故障,自动生成报表.该系统为柴油机检修提供了先进的故障诊断方法和手段,为柴油机的保养和检修提供了可靠依据,减小了机车的检修难度,大大提高了内燃机车的检修效率.     

灰色理论在柴油机实验台测控系统中的应用

介绍了灰色理论在柴油机实验台测控系统中的应用。分析了柴油机应用灰色理论的可行性,并以TBD234V12柴油机滑油压力参数为例,应用GM(1,1)新陈代谢模型对其进行了预测,分析了模型精度,编制了GM(1,1)模型的MATLAB语言程序,为后续在实验台测控系统中应用及故障预测创造了条件。     

直喷式柴油机的启发式控制仿真

通过分析直喷式柴油机的性能，以变截面涡轮与供油正时作为控制变量，采用启发式控制方法，在一定排放限制下，使得能耗最小，仿真表明方法有效。